Un tiers des entreprises renoncent à acheter un logiciel pour le coder avec des agents

Le vieux dilemme du logiciel d'entreprise — acheter sur étagère ou développer en interne — vient de basculer, et l'enquête annuelle de McKinsey met un chiffre sur le mouvement. Dans son State of AI 2026, le cabinet révèle que 32 % des organisations interrogées ont renoncé à au moins un achat logiciel parce que des agents de codage pouvaient produire l'équivalent en interne. Ce n'est plus une expérience de laboratoire : c'est une décision d'achat qui échappe aux éditeurs, et elle touche déjà un tiers du marché.

Un signal qui vient des meilleurs

Le chiffre global masque une fracture révélatrice. Chez les organisations que McKinsey qualifie de « high performers » — celles qui attribuent au moins 5 % de leur EBIT à l'IA —, près d'une sur deux a arbitré en faveur du « build », contre 31 % pour les autres. Autrement dit, ce sont les entreprises qui tirent déjà de la valeur de l'IA qui abandonnent le plus vite le modèle de l'abonnement logiciel. Le signal est important : historiquement, les usages qui décollent d'abord chez les plus avancés finissent par se diffuser au reste du marché. Les éditeurs de SaaS ont donc face à eux non pas une lubie de directions techniques, mais une tendance portée par les acteurs qui monétisent le mieux la technologie.

L'enquête, rendue publique début septembre, repose sur 1 719 répondants dans 97 pays, avec une pondération par le poids de chaque pays dans le PIB mondial. Le terrain a été réalisé entre le 4 mai et le 8 juin 2026.

La productivité individuelle ne fait toujours pas le résultat

Le paradoxe central de l'édition 2026 tient en une ligne : la valeur perçue au poste de travail ne se retrouve pas au niveau de l'entreprise. Environ 80 % des répondants rapportent des gains de productivité individuels, mais seuls 37 % attribuent un effet quelconque de l'IA sur leur résultat opérationnel — un chiffre décrit comme « quasiment inchangé » par rapport à l'an dernier. Quant aux fameux high performers qui tirent un impact significatif de l'IA, ils restent 6 % du panel, stables eux aussi. Un an de déploiements massifs n'a donc pas déplacé l'aiguille du résultat financier agrégé.

Cette dissociation nourrit un scepticisme croissant sur le retour sur investissement de l'IA générative. Elle s'explique par un écart classique entre l'adoption et la transformation : donner un copilote à chaque salarié fait gagner des minutes, mais ne réorganise pas les processus qui, seuls, déplacent la marge. Le « build vs buy » est justement l'un des rares endroits où l'IA touche directement la structure de coûts — en supprimant une ligne de licence, pas en accélérant une tâche.

Le coût du run devient le nouveau plafond

Reste que construire n'est pas gratuit. Une organisation sur cinq déclare limiter son usage de l'IA à cause des coûts d'exploitation, tokens compris — et, détail contre-intuitif, les high performers signalent trois fois plus souvent que les autres des contraintes de coût sur leurs agents de codage. Plus une entreprise s'appuie sur ces outils, plus elle bute sur leur facture d'inférence. Le logiciel maison remplace un abonnement prévisible par une dépense variable, indexée sur l'usage des modèles. La question n'est donc plus seulement « faut-il acheter ou construire ? », mais « qui absorbe le coût de fonctionnement une fois le logiciel écrit ? ».

Côté diffusion, la dynamique reste réelle : 44 % des organisations déclarent déployer l'IA à l'échelle de l'entreprise, contre 38 % un an plus tôt, et environ deux sur dix industrialisent spécifiquement des agents de codage — proportion qui monte à 31 % chez les grandes entreprises de plus d'un milliard de dollars de revenus.

Ce que cela change pour les éditeurs

Pour l'écosystème logiciel, le message est brutal mais clair. Les briques les plus banalisées — outils internes, tableaux de bord, connecteurs, formulaires — deviennent des candidates naturelles au « build », parce qu'un agent les produit en quelques heures pour le prix de quelques appels de modèle. Les éditeurs qui survivront sont ceux qui apportent ce qu'un agent ne réplique pas d'un prompt : des données propriétaires, un réseau, une conformité difficile à reconstituer, une fiabilité contractuelle. En Europe, où la valeur défendable se niche souvent dans les domaines régulés et sensibles aux données, cette bascule pourrait même rebattre les cartes en faveur des acteurs capables de garantir souveraineté et conformité. Le reste — le logiciel générique — est désormais à portée de prompt. Sur ce terrain, l'analyse rejoint ce que nous observions déjà avec les agents de codage qui deviennent des collaborateurs permanents : l'IA ne se contente plus d'assister le développeur, elle commence à décider ce qui se code, et ce qui ne s'achète plus.